春季典型天气太原市大气环境监测时段性研究

为了从一些具有代表性的监测时段数据中快速而直观地反映太原市大气环境状况,运用特征分析法对太原市中心城区7个监测点的16个时间点位的样本数据联系性进行了分析。借助MATLAB软件对其进行可视化,得到各监测点的时间点优化分组。通过对7个优化分组综合比选,提出了能整体反映春季典型天气条件下太原市大气环境状况的优化时段点位,分别为7:00、12:00、14:00、15:00、18:00、19:00和22:00。将5 d相同或相似天气状况的优化时段点位进行对比,得到的结果一致,体现了代表性。太原市总体优化时段点位数据由反映各区域状况的各监测点优化时段点数据平均值或乘以相应的权重得出。     

沈阳市环境空气中铅的污染特征分析

自1996－2000年对沈阳市空气铅浓度进行了连续监测，本文分析了沈阳市铅含量的时空变化规律、形成原理，不同功能区的铅含量分布状况是：工业区＞商业区＞居民区＞文化区＞对照区；自1996－2000年铅含量是降低趋势，季节变化规律是冬季＞秋季＞春季＞夏季。通过多元回归分析和主成分分析和出结论：影响沈阳市空气铅含量的主要因 工业、交通和燃煤。沈阳市空气铅污染虽然在好转，但与其它城市相比，铅污染依然较重。     

长埔——西岭锡矿资源定量评价模型

本文以长埔——西岭锡矿带的76个矿床为基础从中选取17个已知成型矿床,分别用矢量长度法和最优分割法进行地质变量的优化选择与储量等级规模的划分;采用特征分析与逻辑信息法建立锡矿资源半定量和定量评价广义模型;并对该区59个矿化点进行含矿性及可能矿床规模的定量预测评价,筛选出6个找矿靶区。     

大连海域大气气溶胶特性分析

本文分析和讨论了１９９４、１９９５两年在大连石槽海洋大气观测站所监测的大气气溶胶及气溶胶中元素和离子的浓度，富集程度，相互关系等物理，化学特征，还讨论了天气及某些气象要素对报溶胶浓度分布特征的影响，对气溶胶的来源也作了简要探讨。     

广州城市路面径流COD污染特征分析

2006年4-7月,通过在广州市两条交通主干线上设点监测、采样分析,对城市路面径流COD污染特征进行分析.结果表明,市区和郊区路面径流COD浓度均超过<污水综合排放标准>规定的二级排放阈值;城市不同地区的COD负荷有较人差异,市区路面径流COD浓度高丁郊区,COD污染物质积累速度高于郊区;雨前干燥期是路面COD物质积累的重要影响因子;路面径流中COD浓度随降雨-径流过程呈现规律性变化,且径流COD与SS浓度具有显著相关关系;城市路面径流COD存在初期冲刷现象.     

如何应用痕迹物证确定肇事驾驶人

交通事故处理实践中,时常出现肇事者指认他人是驾驶人的情形,尤以肇事车辆只有2名驾乘人员,且1人死亡的案件居多。在办理此类案件的过程中,多因办案民警缺乏辨认、提取、应用痕迹物证的技能,加上公安交警部门缺乏相应的技术鉴定手段,致使无从查证肇事驾驶人的真伪。     

2014—2018年某铁路企业职工死亡特征分析

分析某铁路企业职工死因构成和顺位情况,为制定工作场所健康促进策略提供依据。收集20142018年某铁路企业职工死因监测资料和人口数据,按照国际疾病分类标准(ICD-10)进行死因编码,计算死亡率、死因构成指标,进行统计分析。结果表明,20142018年该铁路企业职工年均死亡率为190.22/10万;男性、女性年均死亡率分别为214.56/10万、60.49/10万,男性死亡率高于女性(χ^2=74.83,P<0.001);死因前5位依次为恶性肿瘤、心脏病、脑血管病、伤害和中毒、呼吸系统疾病。进而结合该企业职工死亡以恶性肿瘤居首、心脑血管疾病次之,男性死亡率高于女性,死亡职工绝大多数发生在40~60岁之间等特征,提出制定针对不同人群的综合性防治措施、开展健康管理与健康促进是治本之策。     

“十一五”期间上海市金山区环境空气污染特征分析

对金山区2006-2010年环境空气质量监测数据进行统计分析和综合评价,找出"十一五"期间金山区环境空气中主要污染物变化规律及环境空气主要污染特征,并进行污染趋势分析,就环境空气中TSP和PM₁₀以及SO₂、NO₂和酸雨之间的相关性进行了探讨,均具有显著相关性。     

万盛大气污染特征分析及污染预报模型的建立

利用2017年4月1日～2019年3月31日万盛经开区万东北路站点的空气质量日均值监测数据进行分析发现,万盛大气污染具有很强的季节变化特征,冬半年主要污染物为PM_(2.5),夏半年主要污染物为O_3,冬半年污染重于夏半年,颗粒物污染重于O_3污染。万盛污染以轻度污染为主,仅有冬季会出现中度以上污染天气,其首要污染物均为PM_(2.5)。利用多元回归模型和差分自回归移动平均模型(ARIMA)建立了万盛PM_(2.5)、PM_(10)与O_3的预报模型。通过对模型得出的预报值与实况值的比较来看,预报与实况的变化趋势基本一致,均可以较好的指示未来AQI的变化趋势。多元回归预报模型中,O_3的预报效果要远好于PM_(2.5)和PM_(10);而ARIMA预报模型三者预报效果接近。总体来说,ARIMA (p,d,q)预报模型对颗粒物污染的预报效果要远好于多元回归预报模型,而O_3则两种模型预报效果接近。